حتماً برایتان پیش آمده که هنگام خرید آنلاین، سیستمهای پیشنهادی در ابتدا شناخت دقیقی از سلیقه شما ندارند؛ این همان چالش مشهور «شروع سرد» (Cold-Start) است.
محققان در مقاله جدیدی، مدل نوآورانه SemRaD را معرفی کردهاند که با استفاده از «استدلال معنایی ساختاریافته»، این مشکل را حل میکند. این مدل با ترکیب دانش پیشفرض و دادههای پس از خرید، پروفایلهای بسیار دقیقتری از کاربران میسازد تا پیشبینی ارزش طولعمر مشتری (LTV) و نرخ تبدیل (CVR) را به سطح بالاتری ببرد.
نتایج این تحقیق نشاندهنده بهبود قابلتوجهی در دقت سیستمهای پیشنهاددهنده در مقیاس صنعتی است؛ گامی بزرگ برای تجربه خریدی هوشمندتر و شخصیسازیشدهتر! 💡📈
منبع: arXiv AI
